Abstract. Ozone pollution in the Southeast US involves complex chemistry driven by emissions of anthropogenic nitrogen oxide radicals (NOx ≡ NO + NO2) and biogenic isoprene. Model estimates of surface ozone concentrations tend to be biased high in the region and this is of concern for designing effective emission control strategies to meet air quality standards. We use detailed chemical observations from the SEAC4RS aircraft campaign in August and September 2013, interpreted with the GEOS-Chem chemical transport model at 0.25° × 0.3125° horizontal resolution, to better understand the factors controlling surface ozone in the Southeast US. We find that the National Emission Inventory (NEI) for NOx from the US Environmental Protection Agency (EPA) is too high. This finding is based on SEAC4RS observations of NOx and its oxidation products, surface network observations of nitrate wet deposition fluxes, and OMI satellite observations of tropospheric NO2 columns. Our results indicate that NEI NOx emissions from mobile and industrial sources must be reduced by 30–60 %, dependent on the assumption of the contribution by soil NOx emissions. Upper-tropospheric NO2 from lightning makes a large contribution to satellite observations of tropospheric NO2 that must be accounted for when using these data to estimate surface NOx emissions. We find that only half of isoprene oxidation proceeds by the high-NOx pathway to produce ozone; this fraction is only moderately sensitive to changes in NOx emissions because isoprene and NOx emissions are spatially segregated. GEOS-Chem with reduced NOx emissions provides an unbiased simulation of ozone observations from the aircraft and reproduces the observed ozone production efficiency in the boundary layer as derived from a regression of ozone and NOx oxidation products. However, the model is still biased high by 6 ± 14 ppb relative to observed surface ozone in the Southeast US. Ozonesondes launched during midday hours show a 7 ppb ozone decrease from 1.5 km to the surface that GEOS-Chem does not capture. This bias may reflect a combination of excessive vertical mixing and net ozone production in the model boundary layer.

TEMPO was selected in 2012 by NASA as the first Earth Venture Instrument, for launch between 2018 and 2021. It will measure atmospheric pollution for greater North America from space using ultraviolet and visible spectroscopy. TEMPO observes from Mexico City, Cuba, and the Bahamas to the Canadian oil sands, and from the Atlantic to the Pacific, hourly and at high spatial resolution (~2.1 km N/S×4.4 km E/W at 36.5°N, 100°W). TEMPO provides a tropospheric measurement suite that includes the key elements of tropospheric air pollution chemistry, as well as contributing to carbon cycle knowledge. Measurements are made hourly from geostationary (GEO) orbit, to capture the high variability present in the diurnal cycle of emissions and chemistry that are unobservable from current low-Earth orbit (LEO) satellites that measure once per day. The small product spatial footprint resolves pollution sources at sub-urban scale. Together, this temporal and spatial resolution improves emission inventories, monitors population exposure, and enables effective emission-control strategies. TEMPO takes advantage of a commercial GEO host spacecraft to provide a modest cost mission that measures the spectra required to retrieve ozone (O3), nitrogen dioxide (NO2), sulfur dioxide (SO2), formaldehyde (H2CO), glyoxal (C2H2O2), bromine monoxide (BrO), IO (iodine monoxide),water vapor, aerosols, cloud parameters, ultraviolet radiation, and foliage properties. TEMPO thus measures the major elements, directly or by proxy, in the tropospheric O3 chemistry cycle. Multi-spectral observations provide sensitivity to O3 in the lowermost troposphere, substantially reducing uncertainty in air quality predictions. TEMPO quantifies and tracks the evolution of aerosol loading. It provides these near-real-time air quality products that will be made publicly available. TEMPO will launch at a prime time to be the North American component of the global geostationary constellation of pollution monitoring together with the European Sentinel-4 (S4) and Korean Geostationary Environment Monitoring Spectrometer (GEMS) instruments.

Abstract. This overview paper highlights the successes of the Ozone Monitoring Instrument (OMI) on board the Aura satellite spanning a period of nearly 14 years. Data from OMI has been used in a wide range of applications and research resulting in many new findings. Due to its unprecedented spatial resolution, in combination with daily global coverage, OMI plays a unique role in measuring trace gases important for the ozone layer, air quality, and climate change. With the operational very fast delivery (VFD; direct readout) and near real-time (NRT) availability of the data, OMI also plays an important role in the development of operational services in the atmospheric chemistry domain.

Abstract. Isoprene emitted by vegetation is an important precursor of secondary organic aerosol (SOA), but the mechanism and yields are uncertain. Aerosol is prevailingly aqueous under the humid conditions typical of isoprene-emitting regions. Here we develop an aqueous-phase mechanism for isoprene SOA formation coupled to a detailed gas-phase isoprene oxidation scheme. The mechanism is based on aerosol reactive uptake coefficients (γ) for water-soluble isoprene oxidation products, including sensitivity to aerosol acidity and nucleophile concentrations. We apply this mechanism to simulation of aircraft (SEAC4RS) and ground-based (SOAS) observations over the southeast US in summer 2013 using the GEOS-Chem chemical transport model. Emissions of nitrogen oxides (NOx ≡ NO + NO2) over the southeast US are such that the peroxy radicals produced from isoprene oxidation (ISOPO2) react significantly with both NO (high-NOx pathway) and HO2 (low-NOx pathway), leading to different suites of isoprene SOA precursors. We find a mean SOA mass yield of 3.3 % from isoprene oxidation, consistent with the observed relationship of total fine organic aerosol (OA) and formaldehyde (a product of isoprene oxidation). Isoprene SOA production is mainly contributed by two immediate gas-phase precursors, isoprene epoxydiols (IEPOX, 58 % of isoprene SOA) from the low-NOx pathway and glyoxal (28 %) from both low- and high-NOx pathways. This speciation is consistent with observations of IEPOX SOA from SOAS and SEAC4RS. Observations show a strong relationship between IEPOX SOA and sulfate aerosol that we explain as due to the effect of sulfate on aerosol acidity and volume. Isoprene SOA concentrations increase as NOx emissions decrease (favoring the low-NOx pathway for isoprene oxidation), but decrease more strongly as SO2 emissions decrease (due to the effect of sulfate on aerosol acidity and volume). The US Environmental Protection Agency (EPA) projects 2013–2025 decreases in anthropogenic emissions of 34 % for NOx (leading to a 7 % increase in isoprene SOA) and 48 % for SO2 (35 % decrease in isoprene SOA). Reducing SO2 emissions decreases sulfate and isoprene SOA by a similar magnitude, representing a factor of 2 co-benefit for PM2.5 from SO2 emission controls.

The Geostationary Environment Monitoring Spectrometer (GEMS) is scheduled for launch in February 2020 to monitor air quality (AQ) at an unprecedented spatial and temporal resolution from a geostationary Earth orbit (GEO) for the first time. With the development of UV–visible spectrometers at sub-nm spectral resolution and sophisticated retrieval algorithms, estimates of the column amounts of atmospheric pollutants (O3, NO2, SO2, HCHO, CHOCHO, and aerosols) can be obtained. To date, all the UV–visible satellite missions monitoring air quality have been in low Earth orbit (LEO), allowing one to two observations per day. With UV–visible instruments on GEO platforms, the diurnal variations of these pollutants can now be determined. Details of the GEMS mission are presented, including instrumentation, scientific algorithms, predicted performance, and applications for air quality forecasts through data assimilation. GEMS will be on board the Geostationary Korea Multi-Purpose Satellite 2 (GEO-KOMPSAT-2) satellite series, which also hosts the Advanced Meteorological Imager (AMI) and Geostationary Ocean Color Imager 2 (GOCI-2). These three instruments will provide synergistic science products to better understand air quality, meteorology, the long-range transport of air pollutants, emission source distributions, and chemical processes. Faster sampling rates at higher spatial resolution will increase the probability of finding cloud-free pixels, leading to more observations of aerosols and trace gases than is possible from LEO. GEMS will be joined by NASA’s Tropospheric Emissions: Monitoring of Pollution (TEMPO) and ESA’s Sentinel-4 to form a GEO AQ satellite constellation in early 2020s, coordinated by the Committee on Earth Observation Satellites (CEOS).

Abstract. Formation of organic nitrates (RONO2) during oxidation of biogenic volatile organic compounds (BVOCs: isoprene, monoterpenes) is a significant loss pathway for atmospheric nitrogen oxide radicals (NOx), but the chemistry of RONO2 formation and degradation remains uncertain. Here we implement a new BVOC oxidation mechanism (including updated isoprene chemistry, new monoterpene chemistry, and particle uptake of RONO2) in the GEOS-Chem global chemical transport model with ∼ 25 × 25 km2 resolution over North America. We evaluate the model using aircraft (SEAC4RS) and ground-based (SOAS) observations of NOx, BVOCs, and RONO2 from the Southeast US in summer 2013. The updated simulation successfully reproduces the concentrations of individual gas- and particle-phase RONO2 species measured during the campaigns. Gas-phase isoprene nitrates account for 25–50 % of observed RONO2 in surface air, and we find that another 10 % is contributed by gas-phase monoterpene nitrates. Observations in the free troposphere show an important contribution from long-lived nitrates derived from anthropogenic VOCs. During both campaigns, at least 10 % of observed boundary layer RONO2 were in the particle phase. We find that aerosol uptake followed by hydrolysis to HNO3 accounts for 60 % of simulated gas-phase RONO2 loss in the boundary layer. Other losses are 20 % by photolysis to recycle NOx and 15 % by dry deposition. RONO2 production accounts for 20 % of the net regional NOx sink in the Southeast US in summer, limited by the spatial segregation between BVOC and NOx emissions. This segregation implies that RONO2 production will remain a minor sink for NOx in the Southeast US in the future even as NOx emissions continue to decline.

Abstract. Reducing methane (CH4) emissions from the oil and gas (O&G) sector is crucial for mitigating climate change in the near term. MethaneSAT is an upcoming satellite mission designed to monitor basin-wide O&G emissions globally, providing estimates of emission rates and helping identify the underlying processes leading to methane release in the atmosphere. MethaneSAT data will support advocacy and policy efforts by helping to track methane reduction commitments and targets set by countries and industries. Here, we introduce a CH4 retrieval algorithm for MethaneSAT based on the CO2 proxy method. We apply the algorithm to observations from the maiden campaign of MethaneAIR, an airborne precursor to the satellite that has similar instrument specifications. The campaign was conducted during winter 2019 and summer 2021 over three major US oil and gas basins. Analysis of MethaneAIR data shows that measurement precision is typically better than 2 % at a 20×20 m2 pixel resolution, exhibiting no strong dependence on geophysical variables, e.g., surface reflectance. We show that detector focus drifts over the course of each flight, likely due to thermal gradients that develop across the optical bench. The impacts of this drift on retrieved CH4 can mostly be mitigated by including a parameter that squeezes the laboratory-derived, tabulated instrument spectral response function (ISRF) in the spectral fit. Validation against coincident EM27/SUN retrievals shows that MethaneAIR values are generally within 1 % of the retrievals. MethaneAIR retrievals were also intercompared with retrievals from the TROPOspheric Monitoring Instrument (TROPOMI). We estimate that the mean bias between the instruments is 2.5 ppb, and the latitudinal gradients for the two data sets are in good agreement. We evaluate the accuracy of MethaneAIR estimates of point-source emissions using observations recorded over the Permian Basin, an O&G basin, based on the integrated-mass-enhancement approach coupled with a plume-masking algorithm that uses total variational denoising. We estimate that the median point-source detection threshold is 100–150 kg h−1 at the aircraft's nominal above-surface observation altitude of 12 km. This estimate is based on an ensemble of Weather Research and Forecasting (WRF) large-eddy simulations used to mimic the campaign's conditions, with the threshold for quantification set at approximately twice the detection threshold. Retrievals from repeated basin surveys indicate the presence of both persistent and intermittent sources, and we highlight an example from each case. For the persistent source, we infer emissions from a large O&G processing facility and estimate a leak rate between 1.6 % and 2.1 %, higher than any previously reported emission levels from a facility of its size. We also identify a ruptured pipeline that could increase total basin emissions by 2 % if left unrepaired; this pipeline was discovered 2 weeks before it was found by its operator, highlighting the importance of regular monitoring by future satellite missions. The results showcase MethaneAIR's capability to make highly accurate, precise measurements of methane dry-air mole fractions in the atmosphere, with a fine spatial resolution (∼ 20×20 m2) mapped over large swaths (∼ 100×100 km2) in a single flight. The results provide confidence that MethaneSAT can make such measurements at unprecedentedly fine scales from space (∼ 130×400 m2 pixel size over a target area measuring ∼ 200×200 km2), thereby delivering quantitative data on basin-wide methane emissions.

Abstract. This work presents the development of the MethaneAIR Level0–Level1B processor, which converts raw L0 data to calibrated and georeferenced L1B data. MethaneAIR is the airborne simulator for MethaneSAT, a new satellite under development by MethaneSAT LLC, a subsidiary of the Environmental Defense Fund (EDF). MethaneSAT's goals are to precisely map over 80 % of the production sources of methane from oil and gas fields across the globe to an accuracy of 2–4 ppb on a 2 km2 scale. Efficient algorithms have been developed to perform dark corrections, estimate the noise, radiometrically calibrate data, and correct stray light. A forward model integrated into the L0–L1B processor is demonstrated to retrieve wavelength shifts during flight accurately. It is also shown to characterize the instrument spectral response function (ISRF) changes occurring at each sampled spatial footprint. We demonstrate fast and accurate orthorectification of MethaneAIR data in a three-step process: (i) initial orthorectification of all observations using aircraft avionics, a simple camera model, and a medium-resolution digital elevation map; (ii) registration of oxygen (O2) channel grayscale images to reference Multispectral Instrument (MSI) band 11 imagery via Accelerated-KAZE (A-KAZE) feature extraction and linear transformation, with similar co-registration of methane (CH4) channel grayscale images to the registered O2 channel images; and finally (iii) optimization of the aircraft position and attitude to the registered imagery and calculation of viewing geometry. This co-registration technique accurately orthorectifies each channel to the referenced MSI imagery. However, in the pixel domain, radiance data for each channel are offset by almost 150–200 across-track pixels (rows) and need to be aligned for the full-physics or proxy retrievals where both channels are simultaneously used. We leveraged our orthorectification tool to identify tie points with similar geographic locations in both CH4 and O2 images in order to produce shift parameters in the across-track and along-track dimensions. These algorithms described in this article will be implemented into the MethaneSAT L0–L1B processor.

Spectrophotometers are routinely used to assess the turbidity of vesicle solutions. Here we provide guidelines for interpreting turbidity measurements of vesicle samples, and highlight potential pitfalls of the approach. We use an exact solution for core-shell scatterers to model and calculate how samples of vesicles scatter light, and provide a comprehensive overview of how the turbidity of vesicle samples can change with vesicle size, contents, and composition. Surprisingly, we find that vesicle lamellarity has a large effect on sample turbidity, while unilamellar vesicles of different sizes have similar turbidity. We use our model in conjunction with experimental data to measure the thickness of oleic acid vesicle membranes and find excellent agreement with values determined by cryo-TEM. We also calculate the effects of potential errors in measurement from forward scattering and multiple scattering.